原文《大数据治理体系、大数据可视化平台及智慧应用方案》WORD格式，共537页，约15万字。适用于售前项目汇报、项目规划、领导汇报。

来源网络，旨在交流学习，如有侵权，联系速删， 更多参考公众号：优享智库

一、大数据治理阶段目标

通过数据平台和BI应用建设，集团企业大数据将搭建统一的大数据共享和分析平台，对各类业务进行前瞻性预测及分析，为集团企业各层次用户提供统一的决策分析支持，提升数据共享与流转能力。

二、数据平台逻辑架构

三、数据平台部署架构

四、 建设目标

以大数据项目建设作为契机，凝聚集团优势力量，全面梳理数据资源，完善数据体系架构，自主掌握大数据关键技术，加速大数据资源的开发利用,将数据决策化贯穿到经营管理全流程，建设集团企业，提升核心竞争力。

4.1、 建设大数据基础设施，完善全行数据体系架构

构建大数据平台，实现更广泛的半结构化、非结构化数据集中采集、存储、加工、分析和应用，极大地丰富集团的信息资源，同现有的企业级数据仓库和历史数据存储系统一起，形成基础数据体系，提供支撑经营管理的各类数据应用。

4.2、 开发大数据资源，支撑全行经营管理创新

建设离线数据分析、实时数据/流数据分析集群和各类数据分析集市，提供高性能可扩展的分布式计算引擎，通过数据挖掘、计量分析和机器学析等手段，对丰富的大数据资源进行开发使用，并将数据决策化过程结合到风控、营销、营运等经营管理活动。

4.3、 培养大数据人才队伍，建立大数据分析能力

结合大数据项目的落地实施，建立起一支大数据技术和分析人员队伍，具备自主运营和开发大数据的能力，以更好推动业务创新，提升集团核心竞争力。

五、 数据治理目标

5.1、 发现数据质量问题，推动大数据治理工作的开展，建立数据质量检核系统

Ø 对源系统进行数据质量检核，发现数据质量问题并统计影响到的报表

Ø 对数据质量问题进行归类总结，分析成因和改进建议

Ø 建设数据质量检核系统

5.2、 分析、梳理业务系统，推动数据标准的建立，统一全行口径

Ø 建立基础标准和指标标准框架

Ø 确定标准化范围，对重要属性进行标准化

5.3、 建立数据仓库模型框架，优化集团数据架构，建设稳定、可扩展的数据仓库

Ø 引进业内具有先进水平的金融数据模型，进行客户化改造后，建成符合某行特点的数据仓库模型框架

Ø 覆盖某行主要业务系统数据，以便快速高效的为应用系统提供数据

Ø 存储历史数据，解决新报表上线才有数的问题。

Ø 汇总层建设（共性加工）

六、建设内容

分析源系统表数据，从及时性、完整性、准确性、有效性、一致性方面对源系统数据进行数据校验，发现并记录数据质量问题，生成数据质量问题报告。

建设数据质量检核系统，对源系统基础业务数据的进行全面的数据质量检查，并实现重要业务数据质量的周期性动态检查，对发现的数据质量问题生成数据质量报告，反馈给业务部门。
1.1、 集团企业大数据平台应用架构

七、 集团企业大数据支撑平台

八、大数据虚拟化平台

大数据虚拟化平台采用虚拟化技术，以充分利用计算、存储、网络等资源，同时采用数据备份方案以增加可靠性。可以实现：

1．效率大幅度提高

由于将资源池化管理和使用，资源得到充分利用。采用分权分域运维的方式，运维更加有效。

2．更低能耗

更加节能，基础设施与IT设备联动节能、负荷均衡。

3．优化业务

新业务上线周期大幅度缩短。可以为各单位提供更多业务：IAAS、PAAS、SAAS，等等。

4．提高效益

在区级单位建立虚拟化平台，其他各单位不需要建立维护自己的基础设施，利用区大数据虚拟化平台运行各自应用。投资收益率，大幅提升，TCO大幅度降低。